一种海上风电虚拟惯量控制系统的制作方法

1.本发明属于风电系统控制的技术领域，涉及一种海上风电虚拟惯量控制系统，适用于双馈风电机组虚拟惯量控制的控制方法。


背景技术：

2.随着风电装机容量在电网中的比例不断提高，恒频双馈风电机组(doubly-fed induction generators,dfigs)已成为风电市场主流机型，但由于dfig与系统电磁功率解耦、转速与电网频率解耦、风力机惯性与系统解耦，因此失去对系统频率的快速响应。另外，随着风电场渗透率升高，系统的整体惯性降低，当电网出现大干扰时，系统频率稳定性将受到影响。虚拟惯量控制是一个用于解决新能源大规模并网导致电网内惯量缺失问题的概念，其采用电力电子元器件或其他系统元件并在相应控制算法的辅助下用于模拟物理系统中存在的实际惯量，并在直流微电网以及含大规模新能源电网中具有广泛应用。
3.近年来，自抗扰控制器具有抗干扰能力的优势，在工业控制领域应用技术以达到成熟。自抗扰控制器利用其合理的“过渡过程”、“跟踪微分器”、“非线性组合”以及“扩张状态观测器”，既保留了pid的优点，同时也克服了pid抗干扰能力差的缺点，达到了更好的控制要求。


技术实现要素：

4.发明目的：为了克服现有技术中存在的不足，本发明目的是通过采用带有蜂群算法的自抗扰控制器，解决双馈风电机组在虚拟惯量控制时，存在的暂态频率最低值偏高、频率到达最低值的时间较长以及抗干扰能力差等问题；从而提出一种海上风电虚拟惯量控制系统。
5.技术方案：本发明所述的一种海上风电虚拟惯量控制系统，
6.所述海上风电虚拟惯量控制系统包括相互连接的双馈风电机电力装置(1)、交流母线(2)、变压器(3)、目标电网(4)、vsc-hvdc(5)、蜂群自抗扰控制模块(6)、风电机转子侧换流器(9)及风电机网侧变流器(10)；
7.所述vsc-hvdc(5)包括通过电力电子设备相连接的整流器(7)及逆变器(8)；
8.所述双馈风电机电力装置(1)将电流经过变压器(3)升压后共同接于交流母线(2)上，然后经过直流电缆传送至vsc-hvdc(5)中的整流器(7)上，再通过与所述整流器(7)相连接的变流器(8)将升压后的电流经过变压器(3)和交流母线(2)，最终输入至目标电网(4)中。
9.进一步的，所述双馈风电机电力装置(1)包括至少三组相同的风力发电机；
10.所述风力发电机包括风电机转子侧换流器(9)及风电机网侧变流器(10)，所述风电机转子侧换流器(9)及风电机网侧变流器(10)采用电压原型背靠背pwm变流器，且通过直流线路实现连接；
11.三组所述的风电机转子侧换流器(9)的信号输入端共同连接在所述蜂群自抗扰控
制模块(6)上。
12.进一步的，在所述一种海上风电虚拟惯量控制系统中，
13.所述蜂群自抗扰控制模块(6)的控制方法具体采用下述步骤：
14.s1:首先建立风电附加虚拟惯量控制之后的电力系统频率响应方程；
15.s2:根据所述系统电力系统频率响应方程获取扩张状态观测器的标准形式；
16.s3:获取非线性反馈律标准形式；
17.s4:利用人工蜂群算法对s2中扩张状态观测器的参数进行实时优化。
18.进一步的，在步骤(1)中，所述电力系统频率响应方程具体如下式所示：
[0019][0020]
其中，δf为系统频率偏移量，h为系统惯性时间常数，p
vic
为风机虚拟惯量控制所产生的有功参考增量，p
mppt
为风机最大风能追踪功率，d为系统的负荷阻尼系数，t为时间变量。
[0021]
进一步的，在步骤(2)中，所述扩张状态观测器的标准形式具体如下式所示：
[0022][0023]
其中，z1＝δf，z2＝(p
vic
p
mppt-dδf)/2h,和分别为z1和z2的估计值，e为实际值z1与估计值的偏差，u为状态观测器的输入，u＝p
vic
,β
01
和β
02
为状态观测器的参数。
[0024]
进一步的，在步骤(3)中，所述非线性反馈控制律的标准形式具体如下式所示：
[0025]
u0(t)＝β
03
(δf
ref-z1)
[0026]
其中，δf
ref
是参考频率偏差，β
03
为控制参数。
[0027]
进一步的，在步骤(4)中，所述人工蜂群算法的具体优化方式为：
[0028]
通过人工蜂群算法对s2中扩张状态观测器的参数进行实时优化，利用蜂群算法进行β
01
和β
02
两参数的寻优整定；
[0029]
在蜂群算法中，每个蜜源代表一个优化问题的解，蜜源质量即适应度函数代表解的质量；蜂群算法随机生成一个包含n个解的初始种群；每个解xi是一个多维向量，其中i∈{1,2,...,n}；证明了adrc需要调整参数{β
01
,β
02
},然后，蜜蜂循环所有的蜜源，循环次数为p。
[0030]
进一步的，所述的适应度函数具体如下式所示：
[0031][0032]
其中，e(t)为系统的瞬时误差，j为系统的动态性能指标。
[0033]
进一步的，所述系统的动态性能指标j在计算过程中会出现超调，因此存在，其具体公式如下式所示：
[0034][0035]
式中，w2＞＞w1，w1为超调量；其中，当超调量不存在时，则w1＝0，从而得到适应度函数f最大时的最优控制器参数。
[0036]
有益效果：本发明与现有技术相比，本发明的特点:本发明克服现有技术中存在的不足，通过采用蜂群优化的自抗扰控制器，有效解决传统虚拟惯量抗干扰能力差、暂态频率最低值偏高以及频率到达最低值的时间较长等问题；采用dsp实现模式切换切换系统控制器的功能有效降低了硬件开发成本。
附图说明
[0037]
图1是本发明中整体结构示意图；
[0038]
图2是本发明中的控制模型结构示意图；
[0039]
图3是本发明中的蜂群优化算法的流程图；
[0040]
图4是本发明中的控制结构处理器实现结构图；
[0041]
图5是本发明实施例中在不同控制方法下的电网频率比较对比图；
[0042]
图中1是双馈风电机电力装置，2是交流母线，3是变压器，4是电网、5是vsc-hvdc，6是蜂群自抗扰控制模块，7是整流器，8是逆变器，9是风电机转子侧换流器，10是风电机网侧变流器。
具体实施方式
[0043]
以下结合附图和具体实施例，对本发明做出进一步说明。
[0044]
如图所述，本发明所述的一种海上风电虚拟惯量控制系统，
[0045]
所述海上风电虚拟惯量控制系统包括相互连接的双馈风电机电力系统1、交流母线2、变压器3、目标电网4、vsc-hvdc5、蜂群自抗扰控制模块6、风电机转子侧换流器9及风电机网侧变流器10；
[0046]
所述vsc-hvdc5包括通过电力电子设备相连接的整流器7及逆变器8；
[0047]
所述双馈风电机电力装置1将电流经过变压器3升压后共同接于交流母线2上，然后经过直流电缆传送至vsc-hvdc5中的整流器7上，再通过与所述整流器7相连接的变流器8将升压后的电流经过变压器3和交流母线2，最终输入至目标电网4中。
[0048]
进一步的，其中双馈风电机电力装置1包括至少三组相同的风力发电机；所述风力发电机包括风电机转子侧换流器9及风电机网侧变流器10，所述风电机转子侧换流器9及风电机网侧变流器10采用电压原型背靠背pwm变流器，且通过直流线路实现连接；三组所述的风电机转子侧换流器9的信号输入端共同连接在所述蜂群自抗扰控制模块6上。
[0049]
为实现上述目的，本发明所述蜂群自抗扰控制模块6的控制方法采用如下步骤：
[0050]
s1:首先建立风电附加虚拟惯量控制之后的电力系统频率响应方程；
[0051]
s2:根据所述系统频率响应方程获取扩张状态观测器的标准形式；
[0052]
s3:获取非线性反馈控制律标准形式；
[0053]
s4:利用人工蜂群算法对s2中扩张状态观测器的参数进行实时优化.
[0054]
进一步地，所述电力系统频率响应方程为：
[0055][0056]
其中，δf为系统频率偏移量，h为系统惯性时间常数，p
vic
为风机虚拟惯量控制所产生的有功参考增量，p
mppt
为风机最大风能追踪功率，d为系统的负荷阻尼系数，t为时间变量；
[0057]
取x＝δf，则可得系统频率响应状态方程为：
[0058][0059]
其中，g(x,w(t))＝(p
mppt-dδf)/2h,u(t)＝p
vic
，b＝1/2h。
[0060]
为实现对系统扰动估计，需要进行状态变量扩张，将式(2)所示的系统总扰动项g(x,w(t))用扩张状态变量x2代替，可得：
[0061][0062]
式中，x1＝δf，x2＝g(x,w(t))为扩张变量，g(t)表示未知函数；
[0063]
通过扩张状态观测器实现对状态变量x1和x2地实时观测，其具体算法为：
[0064][0065]
式中，z1、z2为系统对状态变量x1和x2的观测量；β
01
和β
02
为状态观测器的参数；fal(e,a2,δ)为非线性函数；
[0066][0067]
式中，δ、α为常数；sign(e)为符号常数；
[0068]
自抗扰控制器中非线性反馈模块为：
[0069]
u0(t)＝β
03
(δf
ref-z1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0070]
式中δf
ref
是参考频率偏差，β
03
为控制参数；
[0071]
将扰动观测量z2作为控制补偿量引入控制系统，则有u(t)＝u0(t)-z2/b；
[0072]
扩张状态观测器对状态变量x1的观测量z1与参考频率偏差δf
ref
的差值e作为蜂群控制器的输入，经过蜂群控制模块输出式(4)中β
01
和β
02
的参数。
[0073]
本发明实施例中，人工蜂群算法对自抗扰控制器中扩张状态观测器的控制参数β
01
和β
02
进行调整，并且选取图2中瞬时误差e，对其时间积分作为目标函数评价系统动态性能，函数如下：
[0074][0075]
由式7可得x系统的适应度函数如下：
[0076]
[0077]
在计算过程中会出现超调的情况，其超调量也是最优解的一种，所以有：
[0078][0079]
w2＞＞w1，w1为超调量；当超调量不存在时，w1＝0我们得到了适应度函数f最大时的最优控制器参数。
[0080]
所述人工蜂群算法设置自抗扰控制器参数优化的算法流程如下：
[0081]
(7.1)、初始化，在设定范围内生成初始解集x
ij
，每个x
ij
代表一组adrc控制器{β
01
，β
02
}参数，然后计算每个解的适应值；
[0082]
(7.2)、根据公式在附近搜索蜜蜂：
[0083][0084]
要生成新的解决方案，计算每个解决方案的适应值；
[0085]
在公式中，k∈[1,2,...,n],j∈,1,2,
…
,n]，k和j随机选取，k满足k≠i，是[-1，1]里的随机数，此参数控制x
ij
附近新解的生成；将解集表示的控制参数带入adrc进行仿真，计算适应度值；
[0086]
(7.3)、雇佣蜂对新解和原解采取贪婪选择，保留最优解，即保留能使adrc控制性能更好的参数；
[0087]
(7.4)、使用以下公式计算概率值：
[0088][0089]
其中，fi代表第i种解决方案的适用性；
[0090]
(7.5)、跟随蜂根据概率pi选择一个解，重复步骤(7.2)；
[0091]
(7.6)、探索蜂选择贪婪新解和原解(所选雇佣蜂的解)，保留最优解；
[0092]
(7.7)、极限循环结束后，如果一个解的适应度仍然没有提高，则放弃该解，雇佣蜂变成侦察蜂继续搜寻蜜源，位置更新如下：
[0093]
x
ij
＝x
minj
rand(0,1)(x
maxj-x
minj
)
[0094]
(7.8)、记录最优解，循环数增加1；确定是否满足停止条件(通常能够达到最大循环数)，满足则循环结束，否则跳转步骤(2)；
[0095]
其中，所述适应值对应的适应度函数如下：
[0096][0097]
其中，e(t)为系统的瞬时误差，j为系统的动态性能指标。
[0098]
所述系统的动态性能指标j在计算过程中会出现超调，因此存在：
[0099][0100]
其中，w2＞＞w1，w1为超调量；
[0101]
当超调量不存在时，w1＝0我们得到了适应度函数f最大时的最优控制器参数。
[0102]
本发明的进一步改进，控制操作主要是：以系统实际运行频率f作为数字信号处理
器输入，经过数字处理器的计算，计算出需要提供的补偿功率p
vic
。
[0103]
该系统控制器采用型号为tms320f2812的数字信号处理器dsp实现，图4为本发明的控制系统实现图；风机系统实际运行频率f作为输入与di口相连，通过adrc以及蜂群优化计算公式计算得出实际需要的补偿功率p
vic
。
[0104]
下面结合实例对本发明进行详细的说明：
[0105]
以额定功率1.5mw的双馈风电机为例，主要参数如下：空气密度ρ＝1.22kg/m3；额定电压575v；额定功率1.5mw；风力涡轮机惯性常数h
wt
＝4.32s；额定风速vr＝11m/s；电网一体化准则要求风电场在负荷突增以及功率下降的情况下，进行惯量控制，实现提供对发电机相似的惯性响应，降低系统频率的变化.为了验证该方法的可行性和优越性，对以下三种控制方法在相同条件下的频率调节性能进行对比分析：
[0106]
无惯性控制：dfig无频率调节功能；
[0107]
pd惯性控制：dfig利用pd惯性控制，实现瞬态频率支持；
[0108]
蜂群自抗扰惯性控制：dfig使用本文提出的控制器来实现瞬态频率支持。
[0109]
当系统频率偏差高于0.03hz时，惯量控制方法被激活，将采集到的频率输入到各自控制器中将计算出的功率补偿输送到双馈风电发电机功率补偿系统中，然后再进行频率偏差的监控，依次循环。
[0110]
图5为不同控制方法下的电网频率比较，可以清楚的看出，电网频率60s负载突然接入时会骤降；本案提出的蜂群自抗扰控制(abc-adrc)可以迅速的将频率明显抑制，并且让其趋于稳定。
[0111]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。